建筑能耗分析用逐时气象模型
天空有效温度的模拟
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
逐时模拟数据与实测数据的比较 ——温度
•相对误差＝绝对误差/日波幅
绝对误差 相对误差
平均误差 均方根误差 标准偏差
0.087
1.38
平均误差 平均绝对误差
1.38 ——
1.0%
17.5%
——
•平均误差
权重 2/24 1/24 2/24 1/24 2/24 1/24 1/24 1/24 12/24 1/24
建筑能耗分析用逐时气象模型
干球温度模型的建立
l 资料表明，一天内最高温度一般出现在午 后三时，而最低温度出现在日出前一小时 左右。温度在一天内的变化规律可以近似 用余弦函数来表示。
学习改变命运,知 识创造未来
• •Kt<=0.28
•
•0.28<Kt<0.5
•0.5<Kt<0.74
• 采用MARKOV链来 • 采用MARKOV链来 •决定某一瞬间的状态 •决定某一瞬间的状态
•Kt>=0.74
•阴
•有云 •阴
•晴天 •有云 •阴
•晴天
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
直射和散射的分离
•阴
l 典型年反映了气象环境的平均状况。
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
典型气象年的选择方法
•设有N年的 逐日数据
•统计出每年每月的各气象参数的平均值
•计算每月各气象参数的 •N年平均值 及方差
•i—参数序号 •m—月份序号 •Y—年份序号
学习改变命运,知 识创造未来
•对于月份m，如果第y年的实际气象参数能 •同时满足以下条件者，可认为该年该月有条 •件成为“平均月”：
建筑能耗分析用逐时气象模型
问题的提出
l 外界气象条件的变化情况与建筑物的动态 热特性是研究空调系统动态过程的基础。
l 只有基于一整套切实反映气象环境的数据 才能真正对建筑物的冷热能耗有更加准确 的计算分析，对整个空调系统的动态过程 有更全面的了解。
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
除统计法外，气象模型由分两步进行：首先，用随机方法 模拟逐日气象参数；然后，再用模拟出的逐日气象参数配 出或随机模拟出最终要求的逐时参数。
随机数模拟法和随机过程模拟法是在逐日数据的缺乏
的情况下产生的，主要应用于逐日数据的模拟。然而，这 两种方法所模拟出来的气象数据仍不能完全反映实际的逐 日气象变化规律。
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
逐时模拟数据与实测数据的比较
• 月均值比较，单位： 度
——风向
月份 模拟风向 实测风向
1
69
69
2
288
51
3
80
53
4
36
62
5
50
68
6
60
88
7
62
78
8
85
274
9
76
41
10
68
67
11
19
76
12
60
59
• 年均值比较，单位：
度
模拟风 实测风
国内外气象模型的研究情况
统计法 随机数模拟法 随机过程模拟法
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
综合考虑以上三种建立气象模型的方法，我们可以看到：
统计法利用长期的逐时数据构成典型年（或参考年）。
然而我国的逐时气象观测数据却很不完整，目前只有少数 城市有近几年的逐时气象数据，而且这些数据由于某些原 因还未公开。
•日最低相对湿度 •日平均相对湿度
•日最高相对湿度＝ •2×日平均相对湿度－日最低相对湿度
学习改变命运,知 识创造未来
•各天衔接处平滑处理
建筑能耗分析用逐时气象模型
太阳辐射模型的建立
太阳辐射量的逐时模拟主要包括两方面： l 总辐射的逐时模拟 l 直射和散射的分离
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
建筑能耗分析用逐时气 象模型
学习改变命运,知 识创造未来
2021年3月4日星期四
•问题的提出 •国内外气象模型的研究情况
•内容提要
•研究目的和主要内容
•结论
•气象模型建立的总体思路 •选择典型气象年
•气象模型的实际应用 •逐时模拟数据与实测数据的比较
•逐时气象模型的建立
学习改变命运,知 识创造未来
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
l 随着我国逐日气象资料的公开，我们已获 得遍布全国的194个气象站台的近50年的逐 日气象数据。
l 在逐日数据充足的有利条件下，就无需再 用复杂繁琐的方法模拟逐日参数，也就是 说，可以越过气象模型建立的第一步，直 接进行第二步——模拟逐时参数。
•日最低 •相对湿度
•日平均
•日平均
•风速 •日最大 •大气压
•风速风向
建筑能耗分析用逐时气象模型
典型气象年的选择
l 由于气象参数的随机性，根据各年的实测 气象参数来计算建筑负荷，其结果常有较 大差别；
l 这就有必要选取一个“典型年”, 它由“平 均月”构成，按每一“平均月”的气象参 数算得的负荷应与该月的、按历年实际气 象参数算得的负荷的平均值吻合；
总辐射的逐时模拟
l 太阳总辐射的逐时模拟采用ColloresPerein和Rabl模型（简称C.P.R模型）：
•水平面日辐射总量
•小时中点的时角
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
直射和散射的分离
•可计算
•已知
得到
根据水平面接受到的太阳日总辐射与大气层外
太阳日总辐射之比Kt的范围，可分为如下四种情况：
•模拟逐时气象数据
•风速 •风向
学习改变命运,知 识创造未来
•太阳辐射 •（直射和散射）
•天空有效温度
建筑能耗分析用逐时气象模型
学习改变命运,知 识创造未来
原始逐日气象数据构成
•日平均
•日最高 •温度 •日最低
•温度
•温度
•来自 •中国气象中心
•日照 •小时数
•日总辐射
•原始逐日 •气象数据
•日平均 •相对湿度
学习改变命运,知 识创造未来
•饱和水蒸 气分压力
建筑能耗分析用逐时气象模型
相对湿度的逐时模拟
l 资料表明，相对湿度日变化主要决定于气温日变化，但位 相相反，即最低相对湿度出现在午后最高温度时段，而相 对湿度最高值出现在清晨温度最低时刻。
l 因此可用模拟温度的方法来模拟相对湿度，只要变化方向 相反即可。
天空有效温度等气象参数的一天内的变化规律，建立各气 象参数的逐时模型； ——验证逐时气象模型； ——应用模型于空调系统的动态负荷模拟中； ——模拟全国194个站点的典型年逐时气象数据。
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
气象模型建立的总体思路
•原始逐日气象数据
•典型气象年的选择
•干球温度 •绝对湿度
•均方根误 差 •标准偏差
学习改•变数命据运来,知源——上海1998-2002逐时气象数 识创造据未来
建筑能耗分析用逐时气象模型
•平均绝对误差
逐时模拟数据与实测数据的比较 ——绝对湿度
•相对误差＝绝对误差/日波幅
绝对误差 g/kg 干空气
相对误差
平均误差 均方根误差
0.086
0.82
平均误差 平均绝对误差
建筑能耗分析用逐时气象模型
日照百分率的逐时模拟
• 利用实测的逐日日照小时数，逐时日照百分率可由下式得到：
• ——相对日照百分率，表示某一期间内日照率
•
和假设太阳高度角为90度的日照率的比值
•日照小时数，已知
•表示太阳高度 角
学习改变命运,知 识创造未来
• 逐时相对日照百分率的在一天内的积分， 假设太阳高度角为90度时的日照小时数。
建筑能耗分析用逐时气象模型
地表温度的逐时模拟
• 文献表明，地表温度是空气干球温度,总辐射强度和地面 与天空之间的长波辐射交换量的线性函数：
•总辐射强度
•空气干球温度
•本时 刻
•上一时刻
•地面与天空之 间的长波辐射 交换量
•利用上海逐时实测地表温度进行多元线性回归，得到A、B、C、D的值 。
学习改变命运,知 识创造未来
天空有效温度的模拟
• 天空有效温度是大气水汽含量、云量（或日照百分率 ）、气温及地表温度的函数。文献表明，天空有效温度 可由下式求得：
•[K]
学习改变命运,知 识创造未来
• Ta——空气干球温度，[K] •已求得 • Ts——地表温度，[K]
• ——水汽压 ，[mbar] •已求得 • ——日照百分率
•初选平均月
•如有若干个年份的m月都能满足“初选平均月的条件”， •计算Dm值，选择Dm最小的月份作为第m月的“平均 •月”：
•Ki—各气 象参数的权
重
建筑能耗分析用逐时气象模型
选择典型气象年的气象参数及其权重
学习改变命运,知 识创造未来
气象参数 日平均温度 日最低温度 日平均相对湿度 日最低相对湿度 日平均风速 日最大风速 日最大风速时刻的风向 日日照时数 日总辐射量 日最高温度
学习改变命运,知 识创造未来
建筑能耗分析用逐时气象模型
风向模型的建立
• 以每日最大风速时刻的风向为起点，用马尔可夫链的方法模拟 •当天最大风速时刻以后，下一天最大风速时刻之前的风向！